Comments (5)
ご回答いただきありがとうございます。
とてもわかりやすいです。
しかし、私が知りたいのは、[:,:4],[:,4]
の表記の意味です。
ご回答いただけますと幸いです。
よろしくお願い致します。
from pytorch_advanced.
大変よくわかりました。
ありがとうございます。
from pytorch_advanced.
@Semayuki さま
ご質問いただき、ありがとうございます。
p. 74の
img_transformed, boxes, labels = transform(img, phase, anno_list[:, :4], anno_list[:, 4])
の部分を指していると解釈しました。
ここの変数anno_listは、p. 73 の下部で
# 2. アノテーションをリストに
transform_anno = Anno_xml2list(voc_classes)
anno_list = transform_anno(train_anno_list[0], width, height)
で定義されています。
transform_annoは、クラスAnno_xml2listのオブジェクトです。
よって、anno_listはAnno_xml2listのreturnしている変数になります。
そして、p. 69にて、
class Anno_xml2list()を定義しており、
このクラスは、1枚の画像に対する「XML形式のアノテーションデータ」を、
画像サイズで規格化してからリスト形式に変換しており、
return は [xmin, ymin, xmax, ymax, label_ind],
となっています。
そのため、p.73の**部分
anno_list[:, :4] はアノテーションデータのBBoxの座標情報を示し、anno_list[:,4] は物体のクラス名に対応したインデックスの情報です。
という記載の通り、変数anno_listの中身は [xmin, ymin, xmax, ymax, label_ind],
になります。
どうぞ宜しくお願い致します。
from pytorch_advanced.
@Semayuki さま
p. 71の**部分に
transform_anno = Anno_xml2list(voc_classes)
# アノテーションをリストで表示
transform_anno(val_anno_list[ind], width, height)
のあとに、
array([[ 0.09 , 0.03058104, 0.998 , 1.01529052, 18. ],
[ 0.122 , 0.57798165, 0.164 , 0.74006116, 14. ]])
と、anno_listの中身の例を記載しています。
この通り、anno_listは1行N列(Nはミニバッチサイズなど、一度に処理する画像枚数に対応)となります。
この1行が入っていて、その中に [xmin, ymin, xmax, ymax, label_ind]が、入っているのが、今回疑問に思われた原因かもしれません。
そのため、[:,:4]の表記の、最初の:は1行目を表しているだけで、[0,:4]でも動作する(と思います)。
そして、Pythonのスライス機能で、アノテーションデータのxmin, ymin, xmax, ymaxを取得しているのが、
,:4] になります。
[:,4]も同様で、4つ目のインデックスのlabel_indを取得しています。
だったら、1行N列にしなければ良いのではと思うところであり、私もパッとはその通りだと思います
ですが、プログラム全体と参考に使用した対象のGitHubから持ってきた関数などとの整合性を見て、
ここをN列でなく、1行N列のarrayにしている理由を確かめないといけないので、その点はすぐに回答ができず、大変申し訳ございません。
どうぞよろしくお願い致します。
from pytorch_advanced.
@Semayuki さま
限られた範囲での回答となり、大変申し訳ございませんが、誠にありがとうございます。
from pytorch_advanced.
Related Issues (20)
- 2-8_SSD_inference_appendix.ipynbのエラーについて HOT 3
- [UNK] id mismatching in "8-4_bert_IMDb.ipynb" HOT 5
- 第2章 画像内の検出される物体数がゼロの場合の処理について HOT 4
- EfficientGANの実装について HOT 4
- 2-2-3においてのエラーについて HOT 3
- 【著者より】発刊から約3年、本書を今後どうしていくべきなのでしょうか。。。 HOT 3
- 第7章&第8章 本書のファイルを変更せずローカル実行できるDockerイメージ HOT 4
- P.82 DBox P.87 正規化 P.106 正解BBox その他 HOT 1
- 2-2-3 p.78中部に関して HOT 2
- 3-7 p174 ファインチューニングによる学習と検証の実施(semantic segmentation) の損失の表示について HOT 1
- 2-4 ネットワークモデルの実装
- 2-4 ネットワークモデルの構築に関して
- 2-8 推論の実施で画像が描出されない
- 2-8 学習データをC++から使いたい
- 1-3転移学習のエラーについて
- semantic segmentationのIoUについて
- 【第1章】【1-1_load_vgg.ipynb】module 'matplotlib.pyplot' has no attribute 'open'
- AWSのEC2インスタンスに関して
- 2-2-3のDataTransformの動作確認時のエラーについて
Recommend Projects
-
React
A declarative, efficient, and flexible JavaScript library for building user interfaces.
-
Vue.js
🖖 Vue.js is a progressive, incrementally-adoptable JavaScript framework for building UI on the web.
-
Typescript
TypeScript is a superset of JavaScript that compiles to clean JavaScript output.
-
TensorFlow
An Open Source Machine Learning Framework for Everyone
-
Django
The Web framework for perfectionists with deadlines.
-
Laravel
A PHP framework for web artisans
-
D3
Bring data to life with SVG, Canvas and HTML. 📊📈🎉
-
Recommend Topics
-
javascript
JavaScript (JS) is a lightweight interpreted programming language with first-class functions.
-
web
Some thing interesting about web. New door for the world.
-
server
A server is a program made to process requests and deliver data to clients.
-
Machine learning
Machine learning is a way of modeling and interpreting data that allows a piece of software to respond intelligently.
-
Visualization
Some thing interesting about visualization, use data art
-
Game
Some thing interesting about game, make everyone happy.
Recommend Org
-
Facebook
We are working to build community through open source technology. NB: members must have two-factor auth.
-
Microsoft
Open source projects and samples from Microsoft.
-
Google
Google ❤️ Open Source for everyone.
-
Alibaba
Alibaba Open Source for everyone
-
D3
Data-Driven Documents codes.
-
Tencent
China tencent open source team.
from pytorch_advanced.